keras

作者： Derrick Mwiti 编译：ronghuaiyang 来源公众号：AI公园 导读 作者参加了39个Kaggle比赛，总结了非常多的技巧和经验，现在全部分享给大家。 想象一下，如果你能得到所有的tips和tricks，你需要去参加一个Kaggle比赛。我已经超过39个Kaggle比赛，包括： Data Science Bowl 2017 – $1,000,000 Intel & MobileODT Cervical Cancer Screening – $100,000 2018 Data Science Bowl – $100,000 Airbus Ship Detection Challenge – $60,000 Planet: Understanding the Amazon from Space – $60,000 APTOS 2019 Blindness Detection – $50,000 Human Protein Atlas Image Classification – $37,000 SIIM-ACR Pneumothorax Segmentation – $30,000 Inclusive Images Challenge – $25,000 现在把这些知识都挖出来给你们！ 外部数据 使用 LUng Node Analysis Grand

哇！今天挺开心的，30天的时间，19篇文章，2459人阅读，5313人次阅读！今天开通的原创标识，恩！除了激动，就是非常感谢大家的支持！ 感谢大家的支持！ 大家的支持！ 的 支持！ 支持！ 持！我会继续努力的！我们一起进步！(./鞠躬！） ***** ** *** *** *****分割线 ********** *** ** *** 在学习TensorFlow之前，先给大家安利一波其他的几个库，主要有caffe，CNTK，keras，Theano，Torch，MaxNet。 总的来说，Caffe，CNTK这类是基于配置文件来定义模型，而Torch，Theano，Keras，TensorFlow是基于语言来定义模型。其中Torch是基于lua，一个比较小众的语言，不过也有了Python版。基于Python的有Theano，TensorFlow，Keras。Theano是和TensorFlow最像的一个，应该说TensorFlow是受到了Theano的启发而开发的，他们都是利用了tensor张量的思想。但是Theano是由LISA lab基于学术目的而开发的一套底层算法库，而TensorFlow是由google支持的。他俩主要区别还在于TensorFlow支持分布式编程。 下面有些网址可能打不开，这不是说链接无效~，而是需要“翻墙”，我觉得肯定有人不知道怎么办，就像我刚听说的时候

本文将介绍： wide_deep模型 函数API实现wide&deep模型 子类API实现wide&deep模型 wide&deep模型的多输入 wide&deep模型的多输出 一，wide_deep模型简介 详解 Wide&Deep 推荐框架 二，函数API实现wide&deep模型 1，函数API实现wide&deep代码如下 input = keras . layers . Input ( shape = x_train . shape [ 1 : ] ) hidden1 = keras . layers . Dense ( 30 , activation = 'relu' ) ( input ) hidden2 = keras . layers . Dense ( 30 , activation = 'relu' ) ( hidden1 ) # 复合函数: f(x) = h(g(x)) concat = keras . layers . concatenate ( [ input , hidden2 ] ) output = keras . layers . Dense ( 1 ) ( concat ) model = keras . models . Model ( inputs = [ input ] , outputs = [ output ] ) model .

1.深度学习框架 Pytorch https://github.com/pytorch/pytorch PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能： ● 强大的 GPU 加速 Tensor 计算（类似 numpy） ● 构建基于 tape 的自动升级系统上的深度神经网络 ● 你可以重用你喜欢的 python 包，如 numpy、scipy 和 Cython ，在需要时扩展 PyTorch。 2.deepfake 的深度学习技术 Facewap https://github.com/deepfakes/faceswap deepfake 的深度学习技术，这款工具本来的用途是用来识别和交换图片、视频中人物脸部图像的工具 。该项目有多个入口，你需要做的事： ● 收集照片 ● 从原始照片中提取面部图像 ● 在照片上训练模型 ● 使用模型转换源代码 3.神经网络库 keras https://github.com/keras-team/keras Keras 是一个极简的、高度模块化的神经网络库，采用 Python（Python 2.7-3.5.）开发，能够运行在 TensorFlow 和 Theano 任一平台，好项目旨在完成深度学习的快速开发。 特性： ● 可以快速简单的设计出原型（通过总模块化、极简性、和可扩展性） ●